AI-Wiki

基本定义

OpenViking上下文自迭代机制是OpenViking专为AI Agent设计的核心记忆进化能力，属于OpenViking可观测与自迭代体系的核心模块，旨在解决AI Agent长期使用过程中经验无法沉淀、能力无法持续提升的问题，实现记忆资产的自动积累与复利增长。

触发规则

该机制的触发需满足明确的主动触发条件：会话结束后，开发者必须调用session.commit()指令主动触发，触发后系统会在后台执行异步记忆分析，不会阻塞当前会话的其他操作流程，避免影响实时交互体验。

更新内容范围

异步分析过程会从本次会话的全量交互数据中提取两类核心记忆自动更新：

用户偏好记忆：提取用户的表述习惯、需求倾向、禁忌要求、反馈偏好等个性化特征，确保后续Agent回应更贴合用户的个性化需求
Agent执行经验：从本次任务的执行结果、工具调用记录、成功/失败案例中沉淀任务完成路径、工具使用技巧、错误规避方案等经验，优化后续同类任务的决策效率与执行准确率

存储规则

所有沉淀的记忆统一存储于OpenViking上下文文件系统范式|OpenViking虚拟文件系统的/memory目录下，分别归属User和Agent独立子目录，每个记忆条目对应唯一的viking://协议URI，支持通过list、find等标准文件操作指令查询、管理。同时新写入的记忆会自动按照OpenViking分层上下文加载机制生成L0（摘要）、L1（概述）、L2（详情）三个层级，后续可按需加载，避免不必要的Token消耗。

效果与边界

核心效果

长期持续使用该机制的AI Agent，其用户需求匹配度、任务执行效率、工具调用准确率会随使用时长持续提升，形成能力增长的复利效果，最终实现“越用越聪明”的长期体验提升。

适用边界

仅当主动调用session.commit()时才会触发记忆更新，未调用该指令的会话交互数据不会被沉淀到/memory目录
记忆分析的准确性依赖配套的VLM模型与Embedding模型的能力，模型性能会直接影响记忆更新的质量
仅沉淀当前会话内的授权交互数据，不会主动读取其他未授权会话的记忆内容

OpenViking上下文自迭代机制